基于深度强化学习的智能网联车辆换道轨迹规划方法 |
| |
作者姓名: | 冯耀 景首才 惠飞 赵祥模 刘建蓓 |
| |
作者单位: | 1. 长安大学信息工程学院;2. 中交第一公路勘察设计研究院有限公司;3. 交通运输部交通安全与应急保障技术行业研发中心 |
| |
基金项目: | 国家重点研发计划课题(2021YFB250120002); |
| |
摘 要: | 以提高智能网联车辆换道安全和效率,降低燃油消耗为目的,该文提出了一种基于深度强化学习的智能网联车辆(ICV)换道轨迹规划方法。分析复杂交通场景智能网联车辆换道功能需求,设计了分层式智能网联车辆换道轨迹规划架构;兼顾车辆安全和换道效率,设计了基于完全信息纯策略博弈的换道行为决策模型;解耦车辆纵横向运动状态,构造了以燃油消耗和乘客舒适度为目标的联合优化函数,提出了基于双延迟深度确定性策略梯度(TD3)的智能网联车辆纵横向换道轨迹规划方法,得到了车辆纵横向优化换道轨迹,并利用搭建的3个典型换道仿真场景,验证了算法的有效性。结果表明:与深度确定性策略梯度(DDPG)算法相比,提出的方法在左换道和右换道实验中的训练效率平均提升了约10.5%,平均油耗分别减少了65%和44%,而且单步轨迹规划时间在10 ms内,能够实时获取安全、节能、舒适的换道轨迹。
|
关 键 词: | 智能网联车辆(ICV) 深度强化学习 换道 轨迹规划 |
|